物理科学中的数据处理和误差分析
2006-12
广西师范大学出版社
菲利普
266
无
现代的物理学工作者必须掌握数据处理和误差分析的方法，它是从事物理学工作者素质的重要标志之一。《物理科学中的数据处理和误差分析(第3版)》自McGraw—Hill高等教育出版社出版以来，就一直是西方发达国家广泛使用的著名教材。《物理科学中的数据处理和误差分析(第3版)》由2003年出版的该书第三版译出。前四章引入下列基本概念：测量的不确定性、误差分析和概率分布。第五章为实验数据的模拟分析，引入蒙特卡罗方法，用前几章例子给出的数据研究和评估实验结果的统计意义。第六章至第九章讨论最小二乘法，第十章提供了最大似然法的直接应用。第十一章讨论γ2概率和置信区间。 《物理科学中的数据处理和误差分析(第3版)》的另一个特点是附有简单直观的电脑程序。这些程序可以从出版公司网站上直接下载。论述有足够的广度和深度，以及强调实用的特点，对大学本科生和研究生都适用，也能使物理学工作者为此受益。
第三版前言出版说明第一章 测量中的不确定性1.1 测量误差1.2 不确定性1.3 原始分布和取样分布1.4 分布的平均值和标准偏差第二章 概率分布2.1 二项式分布2.2 泊松分布2.3 高斯分布和正态误差分布2.4 洛伦兹分布第三章 误差分析3.1 仪器误差和统计误差3.2 误差传播3.3 具体的误差公式3.4 误差方程的应用第四章 平均值估计和误差计算4.1 最小二乘法4.2 统计涨落4.3 概率检验4.4 分布的γ2检验第五章 蒙特卡罗法5.1 引言5.2 随机数5.3 来自概率分布的随机数5.4 特定分布5.5 有效的蒙特卡罗生成第六章 直线的最小二乘拟合6.1 因变量和自变量6.2 最小二乘法6.3 使γ2最小6.4 误差估计6.5 最小二乘法的局限性6.6 其他拟合法第七章 多项式的最小二乘拟合7.1 行列式解7.2 矩阵解7.3 独立参量7.4 非线性函数第八章 任意函数的最小二乘拟合8.1 非线性拟合8.2 搜索参数空间8.3 格点搜索法8.4 梯度搜索法8.5 展开法8.6 麦夸特法8.7 评述第九章 拟合复合曲线9.1 二次型本底上的洛伦兹峰9.2 面积的确定9.3 复合曲线第十章 最大似然法的直接应用10.1 最大似然法简介10.2 计算机举例第十一章 拟合检验11.1 拟合优度的γ2检验11.2 线性相关系数11.3 多变量相关性11.4 F检验11.5 置信区间11.6 蒙特卡罗检验附录A 数值算法A.1 多项式内插A.2 微积分基础：微分和积分A.3 数值微分和积分A.4 三次仿样函数A.5 非线性方程的根A.6 数据的平滑化附录B 矩阵B.1 行列式B.2 用行列式求解联立方程B.3 矩阵求逆附录C 图和表格C.1 高斯概率分布C.2 高斯分布的积分C.3 线性相关系数C.4 x2分布C.5 F分布C.6 学生的t分布附录D 矩形图和曲线图D.1 作曲线图D.2 参数的图解计算D.3 矩阵图和频率曲线D.4 绘图子程序附录E 用Fortran语言的电脑子程序程序列表（略）参考书目部分练习题答案后记
第一章 测量中的不确定性 1.1 测量误差 科学研究已经确认了以下事实：最初实验所得的结果与所寻求的“真实”只是稍有相似。当重复实验，并逐渐改进测量技术和方法，测量结果才逐渐逼近答案，这个答案我们可以以一定的置信度接受，认为是对事件的可信赖的描述。我们有时感觉到自然界并不愿意轻易放弃它的秘密，如果我们不经过巨大的努力，实验一开始就注定会失败。不管什么理由，对所有物理实验都必须确信，误差和不确定性是存在的，并必定会通过改进实验技术和重复测量使之减小，而所得误差常常能用来估计我们的结果的真实性。 webster是这样定义误差的：“观测值（或计算值）与真实值之间的差别。”当然，通常我们不知道“真实”值，否则就不需要做实验了。然而，我们也许从以前的实验或者从理论预测大致知道它应当是怎样的。这样的近似可以作为导向，但我们常常必须从数据和实验条件本身，系统地确定我们的实验结果能有多大的置信度。 有一类误差我们是可以立即处理的：误差来自实验中或计算中的错误或疏忽。所幸的是，这些误差通常是明显的，或者是显然不正确的数据点，或者是不合理地接近估计值。它们被归入“不合理误差”，通常可以通过仔细地重复操作得到校正。
无